Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

English (EN)·Polski (PL)·Yкраїнський (UK)
Przejdź do strony domowej biblioteki Centralna Biblioteka Wojskowa Link otwiera się w nowym oknie Logo biblioteki Prolib Integro - strona głównaCentralna Biblioteka Wojskowa

Wyszukujesz frazę "Wang, Jun" wg kryterium: Wszystkie pola

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-5 z 5
    Tytuł:
    Simulation of the Effect of Geometric Parameters of the Fibre Transport Channel in Open-End Rotor Spinning
    Symulacja wpływu parametrów geometrycznych kanału transportu włókien w procesach przędzenia bezwrzecionowego i rotorowego
    Autorzy:
    Lin, Huiting
    Akankwasa, Nicholus Tayari
    Wang, Jun
    Zhang, Chuyang
    Powiązania:
    https://bibliotekanauki.pl/articles/233463.pdf
    Data publikacji:
    2019
    Wydawca:
    Sieć Badawcza Łukasiewicz - Instytut Biopolimerów i Włókien Chemicznych
    Tematy:
    fibre transport channel
    airflow
    simulation
    rotor spinning
    bypass channel
    kanał transportowy włókien
    przepływ powietrza
    symulacja
    wirowanie
    kanał obejściowy
    Opis:
    The airflow field in a fibre transport channel is crucial as it affects the fibre configuration significantly and, consequently, the yarn properties. Geometric parameters are found to be critical in influencing airflow characteristics. 3D finite volume computationswere adopted to evaluate the effects of geometric parameters of the transport channel on airflow characteristics. A bypass channel for extra air supply into the transport channel was also evaluated. The results reveal that the transport channel inlet area has a more significant impact on the vortices generated at the channel inlet than the transport channel length. Either increasing the transport channel length or decreasing the transport inlet area can reduce the vortices but cannot eliminate them. By adopting a bypass channel, the vortices are reduced significantly and the air velocity at the transport channel inlet, especially in the fibre separation area, is increased.
    Pole przepływu powietrza w kanale transportującym włókna ma kluczowe znaczenie, ponieważ wpływa znacząco na konfigurację włókien, a w konsekwencji na właściwości przędzy. Stwierdzono, że parametry geometryczne mają krytyczne znaczenie dla wpływu na charakterystykę przepływu powietrza. Obliczenia objętości 3D zostały przyjęte w celu oceny wpływu parametrów geometrycznych kanału transportowego na charakterystykę przepływu powietrza. Oceniono także kanał obejściowy dla dodatkowego dopływu powietrza do kanału transportowego. Wyniki pokazały, że obszar wlotowy kanału transportowego ma bardziej znaczący wpływ na wiry generowane na wlocie kanału niż długość kanału transportowego. Zwiększenie długości kanału transportowego lub zmniejszenie obszaru wlotu transportowego może zmniejszyć wiry, ale nie może ich wyeliminować. Przyjmując kanał obejściowy, wiry są znacznie zmniejszone, a prędkość powietrza na wlocie kanału transportowego, zwłaszcza w obszarze oddzielania włókien, jest zwiększona.
    Źródło:
    Fibres & Textiles in Eastern Europe; 2019, 2 (134); 52-57
    1230-3666
    2300-7354
    Pojawia się w:
    Fibres & Textiles in Eastern Europe
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Local Characterisation and Detection of Woven Fabric Texture Based on a Sparse Dictionary
    Autorzy:
    Wu, Ying
    Wang, Ren
    Lou, Lin
    Wang, Lali
    Wang, Jun
    Powiązania:
    https://bibliotekanauki.pl/articles/2172000.pdf
    Data publikacji:
    2022
    Wydawca:
    Sieć Badawcza Łukasiewicz - Instytut Biopolimerów i Włókien Chemicznych
    Tematy:
    fabric texture representation
    sparse representation
    weave repeat
    defect detection
    dictionary learning
    Opis:
    To achieve enhanced accuracy of fabric representation and defect detection, an innovative approach using a sparse dictionary with small patches was used for fabric texture characterisation. The effectiveness of the algorithm proposed was tested through comprehensive characterisation by studying eight weave patterns: plain, twill, weft satin, warp satin, basket, honeycomb, compound twill, and diamond twill and detecting fabric defects. Firstly, the main parameters such as dictionary size, patch size, and cardinality T were optimised, and then 40 defect-free fabric samples were characterised by the algorithm proposed. Subsequently, the Impact of the weave pattern was investigated based on the representation result and texture structure. Finally, defective fabrics were detected. The algorithm proposed is an alternative simple and scalable method to characterise fabric texture and detect textile defects in a single step without extracting features or prior information.
    Źródło:
    Fibres & Textiles in Eastern Europe; 2022, 3 (151); 33--40
    1230-3666
    2300-7354
    Pojawia się w:
    Fibres & Textiles in Eastern Europe
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Analysis of Clothing Image Classification Models: A Comparison Study between Traditional Machine Learning and Deep Learning Models
    Autorzy:
    Xu, Jun
    Wei, Yumeng
    Wang, Aichun
    Zhao, Heng
    Lefloch, Damien
    Powiązania:
    https://bibliotekanauki.pl/articles/2200761.pdf
    Data publikacji:
    2022
    Wydawca:
    Sieć Badawcza Łukasiewicz - Instytut Biopolimerów i Włókien Chemicznych
    Tematy:
    e-commerce
    clothing image classification
    traditional machine learning
    CNN
    HOG
    SVM
    small VGG network
    Opis:
    Clothing image in the e-commerce industry plays an important role in providing customers with information. This paper divides clothing images into two groups: pure clothing images and dressed clothing images. Targeting small and medium-sized clothing companies or merchants, it compares traditional machine learning and deep learning models to determine suitable models for each group. For pure clothing images, the HOG+SVM algorithm with the Gaussian kernel function obtains the highest classification accuracy of 91.32% as compared to the Small VGG network. For dressed clothing images, the CNN model obtains a higher accuracy than the HOG+SVM algorithm, with the highest accuracy rate of 69.78% for the Small VGG network. Therefore, for end-users with only ordinary computing processors, it is recommended to apply the traditional machine learning algorithm HOG+SVM to classify pure clothing images. The classification of dressed clothing images is performed using a more efficient and less computationally intensive lightweight model, such as the Small VGG network.
    Źródło:
    Fibres & Textiles in Eastern Europe; 2022, 5 (151); 66--78
    1230-3666
    2300-7354
    Pojawia się w:
    Fibres & Textiles in Eastern Europe
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Measuring the Geometrical Parameters of Slub Yarn Using a Computer Vision Based Image Sequencing Technique
    Pomiar parametrów geometrycznych przędzy fantazyjnej za pomocą techniki sekwencjonowania obrazów opartej na obrazie komputerowym
    Autorzy:
    Li, Zhongjian
    Xiang, Jun
    Wang, Lei
    Zhang, Ning
    Wang, Jing-an
    Pan, Ruru
    Gao, Weidong
    Powiązania:
    https://bibliotekanauki.pl/articles/231514.pdf
    Data publikacji:
    2019
    Wydawca:
    Sieć Badawcza Łukasiewicz - Instytut Biopolimerów i Włókien Chemicznych
    Tematy:
    slub yarn sequence image
    geometrical parameter measurement
    image segmentation
    image stitching
    przędza fantazyjna
    pomiary parametrów geometrycznych
    obraz komputerowy
    Opis:
    This article presents a computer vision method for measuring the geometrical parameters of slub yarn based on yarn sequence images captured from a moving slub yarn. An image segmentation method proposed by our earlier work was applied to segment sequence slub yarn images to obtain overlapping diameter data. Then an image stitching method was proposed to remove the overlapped data based on the normalised cross correlation (NCC) method. In order to detect the geometrical parameters of slub yarn, the frequency histogram, curve fitting , and spectrogram methods were adopted to analyse the sequence diameter data obtained. Four kinds of slub yarn with different geometrical parameters were tested using the method proposed and Uster method. The experimental results show that the detection results for slub amplitude, slub length, slub distance, and slub period obtained using the method proposed were consistent with the set values and Uster results.
    W artykule przedstawiono komputerową metodę pomiaru parametrów geometrycznych przędzy fantazyjnej na podstawie sekwencjonowania obrazów. Metoda segmentacji obrazu zaproponowana we wcześniejszej pracy została zastosowana do obrazów przędzy fantazyjnej w celu uzyskania danych dotyczących pomiarów średnicy. Następnie, w celu usunięcia nakładających się danych, zaproponowano metodę obróbki obrazu opartą o znormalizowaną metodę korelacji krzyżowej (NCC). W celu wykrycia parametrów geometrycznych przędzy fantazyjnej zastosowano histogram częstotliwości oraz dopasowanie krzywej i metody spektrogramowe do analizy uzyskanych danych. Za pomocą proponowanej metody i metody Uster przeanalizowano cztery rodzaje przędz fantazyjnych o różnych parametrach geometrycznych. Wyniki eksperymentalne wykazały, że wyniki detekcji amplitudy, długości, odległości i okresu wzgrubień uzyskane przy użyciu proponowanej metody były zgodne z wartościami zadanymi i wynikami Uster.
    Źródło:
    Fibres & Textiles in Eastern Europe; 2019, 3 (135); 26-35
    1230-3666
    2300-7354
    Pojawia się w:
    Fibres & Textiles in Eastern Europe
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Yarn-Dyed Fabric Image Retrieval Using Colour Moments and the Perceptual Hash Algorithm
    Otrzymywanie obrazu tkaniny wytworzonej z barwionych przędz przy zastosowaniu metody momentów barwnych i percepcyjnego algorytmu z mieszaniem
    Autorzy:
    Li, Zhongjian
    Xiang, Jun
    Wang, Lei
    Zhang, Ning
    Pan, Ruru
    Gao, Weidong
    Powiązania:
    https://bibliotekanauki.pl/articles/232957.pdf
    Data publikacji:
    2019
    Wydawca:
    Sieć Badawcza Łukasiewicz - Instytut Biopolimerów i Włókien Chemicznych
    Tematy:
    yarn-dyed fabric
    image retrieval
    colour moments
    perceptual hash algorithm
    Hamming distance
    przędza barwiona
    obrazy wzorów tkanin
    metoda momentów barwnych
    percepcyjny algorytm mieszania
    odległość Hamminga
    Opis:
    Due to the variety of yarn colours and arrangement, it is a challenging problem to retrieve a yarn-dyed fabric image. In this paper, yarn-dyed fabric samples are captured by the DigiEye system first, and then pattern images of the fabric images captured are simulated by pattern design software based on extracted structure parameters of the yarn-dyed fabric. For the simulated pattern image, an effective algorithm is proposed to retrieve these kinds of images by combining the colour moments method and perceptual hash algorithm. Then the pattern images retrieved are mapped back to the yarn-dyed fabric image so as to realise the yarn-dyed fabric image retrieval. In the algorithm proposed, the colour moments method is adopted to extract the colour features, and the perceptual hash algorithm is utilised to calculate the spatial features of the simulated pattern images. Then the two kinds of image features are used to compute the similarity between the input original image and each target image based on the Euclidean distance and Hamming distance. Relevant images can be retrieved in dependence on the similarity value, which is determined by calculating the optimum weighted value of the colour features’ similarity and spatial features’ similarity. In order to measure the retrieval efficiency of the method proposed, the accuracy rate and retrieval rate of image retrieval were computed in experiments using a PATTERN image database with 300 images. The experimental results show that the average accuracy rate of the method proposed is 85.30% and the retrieval rate - 53.51% when the weighted value of the colour feature similarity is fixed at 0.45 and the spatial feature similarity is 0.55. It is shown that the method presented is effective to retrieve pattern images of yarn-dyed fabric.
    Ze względu na różnorodność kolorów i rozmieszczenia przędz otrzymanie obrazu tkaniny wytworzonej z barwionych przędz jest trudnym zadaniem. W artykule próbki tkanin z barwionych przędz były najpierw analizowane przez system DigiEye, a następnie wykonane zostały symulacje obrazów z zastosowaniem oprogramowania do projektowania wzorów oparte na wyodrębnionych parametrach struktury tkaniny. W przypadku symulacji obrazu wzoru zaproponowano skuteczny algorytm do odzyskiwania tego rodzaju obrazów poprzez połączenie metody momentów koloru i percepcyjnego algorytmu z mieszaniem. W zaproponowanym algorytmie do wyodrębniania cech kolorów zastosowano metodę momentów barwnych, a do obliczenia cech przestrzennych symulowanych obrazów został wykorzystywany percepcyjny algorytm mieszania. Następnie użyto dwóch rodzajów cech obrazu do obliczenia podobieństwa między oryginalnym obrazem wejściowym a każdym obrazem docelowym w oparciu o odległość euklidesową i odległość Hamminga. Odpowiednie obrazy można odzyskać w zależności od wartości podobieństwa, która jest określana przez obliczenie optymalnej ważonej wartości podobieństwa cech koloru i podobieństwa cech przestrzennych. Aby zmierzyć skuteczność proponowanej metody w eksperymentach obliczono wskaźnik dokładności i szybkość pobierania obrazów, wykorzystując bazę danych obrazów PATTERN z 300 obrazami. Wyniki eksperymentalne pokazały, że średni współczynnik dokładności proponowanej metody wynosi 85,30%, a szybkość pobierania 53,51%, wartość podobieństwa cech kolorów wynosiła 0,45, a podobieństwo cech przestrzennych wynosiło 0,55. Wykazano, że prezentowana metoda jest skuteczna w przypadku otrzymywania obrazów wzorów tkanin z przędz barwionych.
    Źródło:
    Fibres & Textiles in Eastern Europe; 2019, 5 (137); 39-46
    1230-3666
    2300-7354
    Pojawia się w:
    Fibres & Textiles in Eastern Europe
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-5 z 5

      Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies